Browsing by Author "A. MANSOUL"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    ANALYSE MULTICRITERES BASEE REGLES D’ASSOCIATION POUR LA PRISE DE DECISION MEDICALE
    (Faculté des Sciences, 2024) BOUKEBIR ,Yasmine; REBBOUH, Sabrina; A. MANSOUL
    L’aide à la décision, l’analyse multicritère et les règles d’association sont interconnectées dans le contexte d’une prise de décision médicale basée sur des données complexes. L'aide à la décision utilise des outils et des techniques analytiques pour faciliter la sélection de la solution optimale parmi plusieurs alternatives. L'analyse multicritère permet de poser un problème et de définir une solution à ce problème à travers un tableau de performances dans lequel est inscrit le problème posé. Dans ce contexte, nous travaillerons à définir une solution d'aide à la décision médicale. s'exprime, dans un premier temps à l'aide d'une règle d'association dérivée d'un ensemble de données médicales. Nous avons développé le système qui nous permet de travailler sur la base d'un ensemble de règles médicales, qui alimentent un processus d'analyse multicritère dans lequel la meilleure solution est calculée (règle) et cela nous donnera la meilleure règle à appliquer pour la meilleure aide à la décision. Le système que nous avons proposé décide quel médicament prescrire pour le malade avec des caractéristiques bien déterminées Ce système nous a donné un résultat satisfaisant
  • Thumbnail Image
    Item
    Classification par « Random Tree » pour déterminer le type D’une opération médicale (Type d’accouchement)
    (Faculté des Sciences, 2022) Abidi ,Saad; BOUCENNA, Djamel Eddine; A. MANSOUL
    La fouille de données, également connue sous le nom de Data Mining, est le noyau d'un processus d'extraction de connaissances à partir de grandes quantités de données. Son domaine d'application est extrêmement large. Dans ce travail, nous présentons un modèle de prédiction permettant de localiser si une femme va accouchera un accouchement normale ou bien césarienne. Pour atteindre cet objectif nous proposons un système qui va s'articuler autour de trois modules dont les tâches sont les suivantes: 1. Dans un premier temps nous employons la technique de la classification pour structurer les données en arbre de décision dont les noeuds sont plus ou moins proches en prédiction, c’est le modèle de connaissances que nous aurons construit. Pour ce faire, nous proposons l’utilisation de la méthode Random Tree sous un environnement appelé WEKA destiné à la fouille de données. 2. Dans un deuxième temps nous utilisons un module que nous avons développé afin de faire la prédiction à partir du modèle construit par classification. 3. Dans une étape finale nous expérimentons notre approche sur des données se rapportant aux des femmes qui ont accouché déjà. Le travail que nous présentons dans ce mémoire est très intéressant notamment dans recherche de l’information médicale. Ceci, permettra de contribuer au développement d'un système pour les gynécologues.
  • Thumbnail Image
    Item
    Utilisation des regles d’associations Positives et Negatives pour la prediction (application sur les maladies urinaires )
    (Faculté des Sciences, 2022) Guehairia ,Noujoud; Guerza, Rokaya; A. MANSOUL
    Le data mining, ou la fouille de données, constitue le coeur d'un processus d'extraction des connaissances à partir d'un large volume de données. Son champ d'applications est très vaste. Dans le présent travail nous exposons un modèle de prédiction pour la recherche d’une donnée ou valeur et qui est en fait une valeur inconnue au départ et dont nous voulons prédire. Pour atteindre cet objectif nous proposons un système qui va s'articuler autour de quatre modules dont les tâches sont les suivantes : 1. Dans un premier temps nous employons la technique L’extraction de connaissance à partir de données (ECD) pour la collection et la préparation des données 2. Dans un deuxième temps nous utilisons un module que nous avons développé afin de faire la prédiction à partir du modèle construit par les règles d’association (positive et négative). 3. Dans un troisième temps l’objectif est de proposer un nouvel algorithme d’extraction de règles d’association positives et négatives utilisant les optimisations que nous avons proposées dans le module précèdent. 4. Dans une étape finale nous expérimentons notre approche sur des données se rapportant aux maladies urinaires. En effet, dans ce genre de maladie nous nous concentrons surtout sur les symptômes et le développement pendant laquelle la maladie est à son plus haut degré de développement. Les formes aigues de l’inflammation de la vessie et de la néphrite soudaines et de grande intensité, sont des signes alarmants qui guident vers le diagnostic prématurément, ceci nous facilite un traitement d’attaque adéquat. Le patient peut ainsi être sauvé. Le travail que nous présentons dans ce mémoire est très intéressant notamment dans la recherche de l’information manquante dans les maladies. Ceci, permettra de contribuer au développement d'un système pour l’étude des maladies urinaires.